基于蚁群算法的模糊C-均值聚类算法在声纹识别中的应用

被引：10

作者：

胡恒滔

龙建忠

机构：

[1] 四川大学电子信息学院

来源：

四川大学学报(自然科学版) | 2007年 / 03期

关键词：

蚁群算法; 模糊C-均值聚类; 特征提取; 声纹识别;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

提出了一种基于蚁群算法(ACG)的模糊动态C-均值聚类算法的声纹识别,该算法首先利用蚁群算法的较强处理局部极值的能力,克服了算法在选取聚类中心点时采用随机选取易使得迭代过程陷入局部最优解的缺点,动态地确定了聚类中心和数目.两者有机结合起来可以寻求到具有全局分布特性的最优聚类.将此算法运用于声纹识别上,从语音信号中提取待识别的特征矢量集,对待识别声纹信号进行识别.实验证明,该算法解决了算法对初始值敏感,易陷入局部最优的问题,且计算简单,识别率较高,具有较好的鲁棒性.

引用

页码：543 / 547

页数：5